Início rápido: integre a API de chat sem censura

Autenticação e URL Base

Conecte seu cliente à nossa infraestrutura usando sua chave de API única e nossa URL base dedicada. A estrutura do endpoint espelha os formatos padrão do OpenAI, permitindo que você troque de provedor sem alterar a lógica do seu aplicativo. Você recupera essa chave instantaneamente após o cadastro com Google ou e-mail na página Obter chave de API. Não é necessário número de telefone para verificação.

• URL Base: HTTPS://api.llmcheapapi.com/v1
• Cabeçalho: Authorization: Bearer YOUR_API_KEY

Mantenha sua chave segura. Se você a perder, gere uma nova no seu painel, o que invalida imediatamente a chave ativa anterior. Cada conta suporta apenas uma chave ativa por vez.

Endpoint Chat Completions

Envie prompts de texto para o modelo uncensored via uma solicitação POST padrão para o endpoint de conclusões de chat. Este endpoint aceita mensagens no formato OpenAI e retorna respostas de texto geradas. Você especifica o ID do modelo como "uncensored" para garantir comportamento consistente entre as solicitações.

• Endpoint: POST /v1/chat/completions
• ID do Modelo: "uncensored"

O modelo processa sua entrada e retorna uma conclusão sem restrições corporativas sobre tópicos adultos lícitos. Erros durante o processamento não consomem seus créditos pré-pagos. Você paga estritamente pelos tokens consumidos.

Respostas em Streaming (SSE)

Receba geração de tokens em tempo real usando Server-Sent Events (SSE) para menor latência em aplicações interativas. Defina o parâmetro stream como true para receber blocos de texto conforme são gerados. Essa abordagem reduz o tempo de espera percebido pelos usuários em cenários de roleplay ou chat.

Cada chunk contém texto parcial e metadados. O último chunk inclui o uso total de tokens para fins de faturamento. Você pode analisar esses eventos para atualizar sua interface do usuário incrementalmente, sem aguardar a resposta completa.

Chamada de Função e Ferramentas

Habilite interações estruturadas definindo ferramentas que o modelo pode invocar durante a geração. Use o parâmetro tools para fornecer definições de função e defina tool_choice como automatic ou um nome de função específico. O modelo retorna chamadas de ferramenta no formato de resposta, que você pode executar no seu backend.

Este recurso suporta fluxos de trabalho complexos onde a API atua como um mecanismo de decisão. Você pode passar os resultados de volta para solicitações subsequentes para manter o contexto. A chamada de funções funciona junto com a geração de texto padrão sem custos extras.

Saída do Modo JSON

Força o modelo a retornar JSON estritamente válido definindo response_format para json_object. Este modo é ideal para analisar dados estruturados a partir de prompts não estruturados. O modelo otimiza sua saída para aderir às regras de sintaxe JSON, reduzindo erros de análise no seu aplicativo.

Use este recurso ao integrar com bancos de dados ou componentes frontend que exigem estruturas de dados previsíveis. Você pode definir esquemas esperados em seu prompt ou confiar no treinamento do modelo para inferir a estrutura. Erros na formatação JSON são raros, mas não incorrem em cobranças se a solicitação falhar.

Parâmetros: Temperatura e Top P

Controle a criatividade e a aleatoriedade usando os parâmetros temperature e top_p. A temperatura ajusta a distribuição de probabilidade dos tokens previstos, com valores mais altos produzindo saídas mais diversas. O top_p filtra os tokens com base na probabilidade cumulativa, garantindo texto diverso, mas coerente.

Para roleplay ou escrita criativa, defina uma temperatura mais alta para variedade. Para tarefas determinísticas, use valores mais baixos. Você também pode definir seed para resultados reproduzíveis. Esses parâmetros ajustam o comportamento do modelo sem censura sem afetar o preço. Preste atenção aos limites de tokens ao gerar saídas longas.

cURL

Copycurl https://api.llmcheapapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a summary of the latest Rust update notes"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.llmcheapapi.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.llmcheapapi.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

Streaming

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)